本文主要是介绍【PythonRS】栅格数据/图片位深度（bit）转换，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
关于栅格数据/图片的位深度（eg.8bit、16bit、32bit）转换之前我就发过一篇文章，【Python&RS】基于GDAL栅格数据/图片位深度（bit）转换。但是最近在使用的时候发现好像效果不行，有时候转换不成功，所以自己又研究了一下原理重新写了一份代码。今天就和大家分享一下如何使用Python对图片的位深度进行转换。
1 读取图片位深度信息
通过这个函数可以帮助我们在进行位深数转换之前了解图片的基本信息。
def Read_Bit(image_path):ds = gdal.Open(image_path)# 获取第一个波段data_type = gdal.GetDataTypeName(ds.GetRasterBand(1).DataType).lower()# 获取位深度信息print("图像的位深度为:", data_type)2 Python代码
原理呢其实就是将图片的数组除以当前位深数再乘以目标位深数范围即可，就和归一化的原理差不多。
# -*- coding: utf-8 -*-
"""
@Time ： 2024/1/4 10:19
@Auth ： RS迷途小书童
@File ：Raster Data Bit Converse.py
@IDE ：PyCharm
@Purpose：多波段栅格数据位深数转换
@Web：博客地址:https://blog.csdn.net/m0_56729804
"""
import os
import numpy as np
from osgeo import gdaldef Repair_Bit(filepath, out_path):print("-------------------------------------Bit转换-------------------------------------")ds = gdal.Open(filepath) # 打开数据集datasetds_width = ds.RasterXSize # 获取数据宽度ds_height = ds.RasterYSize # 获取数据高度ds_geo = ds.GetGeoTransform() # 获取仿射地理变换参数ds_prj = ds.GetProjection() # 获取投影信息driver = gdal.GetDriverByName('GTiff') # 载入数据驱动，用于存储内存中的数组ds_result = driver.Create(out_path, ds_width, ds_height, bands=ds.RasterCount, eType=gdal.GDT_Int16)print("正在遍历影像所有波段......")for i in range(1, ds.RasterCount): # 遍历所有波段array_band = ds.GetRasterBand(i).ReadAsArray(0, 0, ds_width, ds_height).astype(np.float32)array_result = array_band/4294967295.0*65535.0 # 32位转16位# int8 [-128, 127]# int16 [-32768, 32767]# int32 [-2147483648, 2147483647]# int64 [-9223372036854775808, 9223372036854775807]# uint8 [0, 255]# uint16 [0, 65535]# uint32 [0, 4294967295]# uint64 [0, 18446744073709551615]ds_result.GetRasterBand(i).WriteArray(array_result) # 将结果写入数组array_result = Nonedel array_resultds_result.SetGeoTransform(ds_geo) # 导入仿射地理变换参数ds_result.SetProjection(ds_prj) # 导入投影信息ds_result.GetRasterBand(1).SetNoDataValue(0) # 将无效值设为0del ds_result# 删除内存中的结果，否则结果不会写入图像中print("当前影像位深数转换已完成......")if __name__ == "__main__":print("\n")gdal.PushErrorHandler('CPLQuietErrorHandler')image_path1 = r"彭俊喜/1/"out_path1 = r"彭俊喜/2/"path = os.listdir(image_path1)for image in path:if image.endswith(".tif"):print("正在处理", image)Repair_Bit(image_path1+image, out_path1+image)print("--------------------------------------程序结束--------------------------------------")3 总结
这个方法呢我用的还可以，但是要注意输入数据的格式是否满足对应位深数。比如有的数据是16位的，但它的像素值却不是0-65535，这个时候可能就需要现在数据还原成16位的范围才可以转换成功。
这篇关于【PythonRS】栅格数据/图片位深度（bit）转换的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
